Бенчмарки впечатляют. На Terminal-Bench-Science 0.1 модель набрала 52,6% против 24,7% у Fable 5, то есть результат вырос больше чем в два раза. На Terminal-Bench 4.0 - 55,8% против 42,0% у предыдущей версии.
На графиках Anthropic также видно, что Fable 5.1 показывает результаты уровня Fable 5 или выше даже при меньшем бюджете на reasoning.
Самое приятное - модель стала дешевле. Anthropic снизила стоимость cache reads на 75%, благодаря чему типичные задачи должны обходиться примерно на 25% дешевле, а в сильно агентных сценариях экономия может доходить до 45%.
Заодно подкрутили safeguards. В задачах по кибербезопасности Fable 5.1 должна примерно на 60% реже блокировать безобидные запросы по сравнению с предыдущими защитными механизмами Fable 5. Модель уже доступна в Claude, Claude Code и API.
https://www.anthropic.com/claude-fable-and-mythos-5-1
Bard & Gemini
